基于mRMR-IAGA的混合式特征选择方法

    公开(公告)号:CN113642661A

    公开(公告)日:2021-11-12

    申请号:CN202110968948.6

    申请日:2021-08-23

    Applicant: 燕山大学

    Abstract: 本发明提供一种基于mRMR‑IAGA的混合式特征选择方法,其包括:S1、建立数据集并对数据进行预处理;S2、使用最大相关最小冗余算法(Max‑Relevance and Min‑Redundancy,mRMR)对数据进行过滤式特征选择,形成特征子集Ω;S3、对特征子集Ω中的特征进行二进制编码,完成种群初始化;S4、为提升自适应遗传算法(Adaptive Genetic Algorithm,AGA)的收敛速度和收敛精度、简化特征子集,在交叉算子与变异算子中加入约束项,在适应度函数中加入特征缩减因子,形成改进的自适应遗传算法(Improved Adaptive Genetic Algorithm,IAGA),适应度函数中的预测模型选用XGBoost﹔在特征子集Ω的基础上,使用基于IAGA的封装式特征选择算法进行特征选择;S5、输出最优特征子集Ω’。本发明以最优特征子集Ω’中的特征作为输入所构建的预测模型,有很好的预测准确率。

    基于经络能量平衡值的人体系统健康风险预测方法

    公开(公告)号:CN109381188A

    公开(公告)日:2019-02-26

    申请号:CN201811185077.5

    申请日:2018-10-11

    Applicant: 燕山大学

    Abstract: 本发明涉及一种基于经络能量平衡值的人体系统健康风险预测方法,包括以下步骤:S1、建立年龄、性别分布均衡,十二经络能量平衡值和七个人体系统及健康风险等级标记完备的数据集,作为训练样本集Φ;S2、采用粒子群优化算法和训练样本集Φ,确定七个人体系统与十二经络能量平衡值对应的权值矩阵W;S3、采集并解析得到受测者的十二经络能量平衡值,作为输入样本Input;S4、对输入样本Input、训练样本集Φ中所有样本的十二经络能量平衡值进行归一化处理,形成新的样本能量平衡值集;S5、建立关系加权K-近邻模型,进行人体系统健康风险预测。基于十二经络能量平衡值和训练样本集,采用关系加权K-近邻模型,对人体系统实现无创、早期、全面的健康风险预测。

    整辊镶块式板形仪
    13.
    发明授权

    公开(公告)号:CN101690952B

    公开(公告)日:2012-06-20

    申请号:CN200910075561.7

    申请日:2009-09-26

    Applicant: 燕山大学

    Abstract: 本发明公开一种整辊镶块式板形仪。其特征是:主辊体(17)外表面加工径向对称的两条矩形槽,采用弧形弹性垫块(23)和紧固螺钉(22)将n组弹性体(16)与主辊体(17)紧密连接为一整体。操作侧轴头(14)依次联接分段喷淋式集流环(4)和光电编码器(5),通过码盘快速接插件(9)连接信号处理系统(11)。集流环外接插件(10)实现喷淋式集流环(4)与外部线缆的快速连接,将检测辊(2)检测到的板形信号实时地传递给DSP信号处理系统(11),再传送给软件处理系统(12),为板形控制执行机构提供控制信号以及实现板形信号的检测、识别、显示、存储、打印等功能。该发明结构合理,灵敏度高,适应恶劣的现场环境,长期稳定地实时检测板形信号,有效避免传统板形仪辊片之间相互热胀滑动对带钢表面质量造成的损伤。

    基于影响矩阵自学习的板形闭环控制方法

    公开(公告)号:CN102161054A

    公开(公告)日:2011-08-24

    申请号:CN201010617064.8

    申请日:2010-12-24

    Applicant: 燕山大学

    Abstract: 本发明涉及一种基于影响矩阵自学习的冷轧带钢板形闭环控制方法,通过确定两个关键影响因素来建立不同板带材质、不同道次的影响矩阵先验值表,在板形闭环控制过程中利用实测板形数据通过自学习的方式不断地改善影响矩阵先验值表的品质,使之与板形调控机构的实际调控效能更加接近。由于自学习过程是在各种调控机构调控性能影响因素实际耦合作用的情况下进行的,所以,从某种意义上讲该方法比智能方法考虑的因素更加全面。此外,在闭环控制过程中,影响矩阵的计算及影响矩阵的自学习均采用简单的数学算法实现,计算速度快,实时性能好。由此可见,该方法具有可靠性高、适应能力强、适合在线应用、便于实施等优点。

    基于经络能量平衡值的人体系统健康风险预测方法

    公开(公告)号:CN109381188B

    公开(公告)日:2022-11-25

    申请号:CN201811185077.5

    申请日:2018-10-11

    Applicant: 燕山大学

    Abstract: 本发明涉及一种基于经络能量平衡值的人体系统健康风险预测方法,包括以下步骤:S1、建立年龄、性别分布均衡,十二经络能量平衡值和七个人体系统及健康风险等级标记完备的数据集,作为训练样本集Φ;S2、采用粒子群优化算法和训练样本集Φ,确定七个人体系统与十二经络能量平衡值对应的权值矩阵W;S3、采集并解析得到受测者的十二经络能量平衡值,作为输入样本Input;S4、对输入样本Input、训练样本集Φ中所有样本的十二经络能量平衡值进行归一化处理,形成新的样本能量平衡值集;S5、建立关系加权K‑近邻模型,进行人体系统健康风险预测。基于十二经络能量平衡值和训练样本集,采用关系加权K‑近邻模型,对人体系统实现无创、早期、全面的健康风险预测。

    基于邻域关系表征向量的知识图谱嵌入表示方法及系统

    公开(公告)号:CN115329094A

    公开(公告)日:2022-11-11

    申请号:CN202210910514.5

    申请日:2022-07-29

    Applicant: 燕山大学

    Abstract: 本发明涉及一种基于邻域关系表征向量的知识图谱嵌入表示方法及系统,包括实体的邻域关系表征向量的生成、同类型实体集的划分以及同类型实体特征的提取与融合,本发明的目的基于实体的邻域关系类型及其数量,采用邻域关系表征向量的形式对实体的邻域关系特性进行数值性刻画,奠定了使用聚类方法对实体邻域关系向量相似性度量的基础,在知识图谱嵌入模型的训练过程中完成同类型实体特征的提取以及同类型实体特征与实体嵌入向量的融合。本发明为提取高质量的同类型实体特征以及增强知识图谱嵌入表示的准确性奠定了基础,给出了一种新的知识图谱嵌入表示方法,本发明方法还具有计算复杂度低、适用性好、同类型实体划分结果的可解释好等优点。

    基于经络能量平衡值的易发疾病预测系统

    公开(公告)号:CN109363678B

    公开(公告)日:2020-03-13

    申请号:CN201811185078.X

    申请日:2018-10-11

    Applicant: 燕山大学

    Abstract: 本发明涉及一种基于经络能量平衡值的易发疾病预测系统,包括经络采集模块、预处理模块、易发疾病预测模块、预测结果处理模块以及客户终端,经络采集模块采集并解析得到十二经络能量平衡值,传输给预处理模块;预处理模块包括能量区划分单元、经络风险模式图谱单元以及存储单元,根据经络风险模式图谱单元建立的经络风险模式图谱表,确定各条经络所属的风险模式及风险等级,存储单元对经络风险预测函数fi赋值,形成经络风险模式集Ψ;易发疾病预测模块建立易发症状预测模型,形成症状集Φ′,建立易发疾病预测模型,对疾病集Ω中的易发疾病逐个求取预测函数值Ri;预测结果处理模块对Ri进行筛选和排序,形成新的易发疾病集Ω′,客户终端生成数据报告。

    一种适用于手术动力刨削系统的转速智能调整装置及方法

    公开(公告)号:CN106037833A

    公开(公告)日:2016-10-26

    申请号:CN201610298851.8

    申请日:2016-04-29

    Inventor: 李志明 侯永捷

    CPC classification number: A61B17/00 A61B17/32

    Abstract: 本发明公开了一种适用于手术动力刨削系统的转速智能调整装置及方法,涉及手术刨削技术领域。装置包括:刨削刀头、电动机、电流传感器、驱动器、信息处理及控制模块、压力传感器及信号及动力传输线;压力传感器设置在刨削刀头上,压力传感器与信息处理及控制模块连接,电动机与刨削刀头连接,电流传感器与电动机连接,电流传感器通过信号及动力传输线与信息处理及控制模块连接,驱动器与电动机连接,驱动器通过信号及动力传输线与信息处理及控制模块连接,这种装置,能自动识别刨削组织并智能调整刨削转速,从而使得操作者可以将全部注意力集中在手术过程之上,加速手术进程,缩短病人在手术过程的痛苦,并有效降低手术风险。

    基于影响矩阵自学习的板形闭环控制方法

    公开(公告)号:CN102161054B

    公开(公告)日:2012-12-12

    申请号:CN201010617064.8

    申请日:2010-12-24

    Applicant: 燕山大学

    Abstract: 本发明涉及一种基于影响矩阵自学习的冷轧带钢板形闭环控制方法,通过确定两个关键影响因素来建立不同板带材质、不同道次的影响矩阵先验值表,在板形闭环控制过程中利用实测板形数据通过自学习的方式不断地改善影响矩阵先验值表的品质,使之与板形调控机构的实际调控效能更加接近。由于自学习过程是在各种调控机构调控性能影响因素实际耦合作用的情况下进行的,所以,从某种意义上讲该方法比智能方法考虑的因素更加全面。此外,在闭环控制过程中,影响矩阵的计算及影响矩阵的自学习均采用简单的数学算法实现,计算速度快,实时性能好。由此可见,该方法具有可靠性高、适应能力强、适合在线应用、便于实施等优点。

    整辊无缝无线式板形仪

    公开(公告)号:CN101694368B

    公开(公告)日:2011-06-15

    申请号:CN200910075790.9

    申请日:2009-10-23

    Applicant: 燕山大学

    Abstract: 本发明公开一种整辊无缝无线式板形仪。其特征是:该板形仪检测辊(2)检测到的原始板形信号,通过低噪声同轴高屏蔽电缆(30)传输到自发电信号处理及无线发射装置(4)内的板形信号处理电路板(31)上,经过DSP芯片处理后,通过自发电信号处理及无线发射装置(4)内的无线发射器(36),将编码后的数字信号包以无线方式输出。无线接收器(5)接收到数据包后,解码器(6)将接收到的数据包还原,送入软件处理系统(7)对板形信号进行数字滤波和信号补偿等处理,得到真实的在线板形数据。该发明避免了对带钢表面造成划伤;采用差动电荷放大器使板形仪具有良好的高频及低频响应特性;所有线路完全密封于辊体内部,通过天线实时发射板形信号数据包,屏蔽性能极好,实现无线发收信号,避免滑环式有线传输,有效消除干扰因素对板形检测信号的影响,检测信号实时准确,使板形仪能够在恶劣的工况下长期稳定地运行。

Patent Agency Ranking